CN110417682B - 一种高性能网络中的周期调度方法 - Google Patents
一种高性能网络中的周期调度方法 Download PDFInfo
- Publication number
- CN110417682B CN110417682B CN201910548384.3A CN201910548384A CN110417682B CN 110417682 B CN110417682 B CN 110417682B CN 201910548384 A CN201910548384 A CN 201910548384A CN 110417682 B CN110417682 B CN 110417682B
- Authority
- CN
- China
- Prior art keywords
- request
- bandwidth
- path
- current
- time window
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/50—Queue scheduling
- H04L47/52—Queue scheduling by attributing bandwidth to queues
- H04L47/522—Dynamic queue service slot or variable bandwidth allocation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/50—Queue scheduling
- H04L47/62—Queue scheduling characterised by scheduling criteria
- H04L47/625—Queue scheduling characterised by scheduling criteria for service slots or service orders
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/50—Queue scheduling
- H04L47/62—Queue scheduling characterised by scheduling criteria
- H04L47/625—Queue scheduling characterised by scheduling criteria for service slots or service orders
- H04L47/628—Queue scheduling characterised by scheduling criteria for service slots or service orders based on packet size, e.g. shortest packet first
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明属于计算机网络技术领域,具体公开了一种高性能网络中的周期调度方法。本发明的方法包括对于给定的一批在局域网最大传输带宽和截止时间约束下的多个用户预留请求,本发明旨在传输时隙内找出灵活的路径条数,并利用灵活的带宽进行传输,本发明提供的调度方法能够以最小的带宽消耗比率,在最小的平均完成时间的情况下,处理更多的请求。
Description
技术领域
本发明属于计算机网络技术领域,涉及一种在高性能网络中的周期调度方法。
背景技术
在各种科学,工程和商业领域中的大型应用程序产生了海量的数据,这些大数据经常都需要快速可靠的进行长距离传输。遗憾的是,传统的因特网是一种可共享的网络,很难应对这种前所未有的大规模的数据传输任务的挑战。融合了SDN技术的高性能网络通过带宽预留提供专用通道,已成为满足大数据传输需求的有前景的解决方案。高性能网络中的边缘设备,核心交换机和骨干路由器等网络基础设施通常由管理框架协调,即控制平面,负责保留链路带宽,建立端到端网络路径,并在任务完成时释放资源。通常,作为通用控制平面的中心功能单元,带宽调度器负责为用户请求计算出适当的网络路径,并分配需要的链路带宽。
考虑到数据传输量的巨大,越来越多的实际带宽预留系统采用多路径路由而不是单路径路由来提高数据的吞吐量。多路径路由可以是链路不相交,也可以是节点不相交,由于节点不相交路径能够在源节点和目的节点之间建立多个完全独立的数据通道,从而有效地提高传输带宽和可靠性。
现有的高性能网络的周期带宽调度都是基于单路径固定带宽或者固定带宽的多条路径,这不能充分的利用带宽资源,不能很好地适应更大规模的数据传输及满足更高实时性的传输需求。
发明内容
针对现有技术中存在的问题,本发明的目的在于,提供一种高性能网络的周期调度方法。
本发明提供在高性能网络的周期调度方法包括:
步骤1,在一定周期内网络接收到多个用户请求,任一请求包含源节点,目的节点,局域网最大带宽,数据大小,最早传输的开始时间和最迟的截止完成时间;
对所述多个用户请求进行排序,排序后的请求序列为brr1,brr2,brr3,…brri,…brrn;其中,n表示总共的请求数,n≥2,brri表示第i个用户请求,1≤i≤n,brri表示为 表示第i个请求的源节点,表示第i个请求的目的节点,表示第i个请求的局域网的最大传输带宽,Di表示第i个请求的数据大小,表示第i个请求最早传输的开始时间,表示第i个请求的最迟的截止完成时间;
步骤2,对排序后的请求按顺序调度:
步骤2.1,对当前调度请求brri,找到满足传输的至少一个时间窗,至少一个时间窗中第j个时间窗为j为大于等于1的自然数,分别为找到的第j个时间窗的开始时间和截止时间;根据截止时间对找到的时间窗进行升序排序;并且对当前请求建立路径集合,路径集合的初始为空;步骤2.1,对当前请求按照排序后的时间窗顺序调度;
步骤2.1.1,对于当前请求的当前时间窗,判断当前时间窗包含的timestep的个数,若是为一个,执行步骤2.1.2,否则,执行步骤2.1.3;
步骤2.1.2包括:
step3.如果bsum·t≥Di,完成对当前请求的调度,当前路径集合中的路径可以用于传输该请求,否则,重新找一条与路径集合中所有路径的链路不相交的带宽最大、长度最短的路径,记为Pk+1,执行步骤step2直至bsum·t≥Di或遍历当前时间窗下的所有路径没有找到满足该请求传输需求的路径集合;
若在该时间窗下未找到适合于该请求的路径集合,则对于该请求执行步骤2.1.1,在下一个时间窗寻找合适的路径集合;
若当前请求调度完成,更新当前路径集合中所有路径的各链路的带宽;开始对下一个请求进行调度;
步骤2.1.3包括:
Step(1)采用Dijkstra算法在当前时间窗找到一条带宽最大、长度最短的路径路径在第m个tsm下的带宽为m=1,2,3,...,M,M表示当前时间窗包含的timestep的总数,M≥2,第m个tsm的开始时间至截止时间为
Step(2)将路径加入到当前请求的路径集合中,更新当前新路径集合在每个timestep下的总传输带宽,更新后的当前新路径集合在第m个tsm下的总传输带宽为bkm与路径集合原有路径的执行带宽之和;bkm为当前新找到的路径的执行带宽,更新当前时间窗传输的总数据
Step(3)若d≥Di,当前请求调度成功;否则,重新找一条与当前路径集合中所有的链路不相交的带宽最大、长度最短的路径,记为执行Step(2),直到d≥Di或者遍历该时间窗下的所有路径都没有找到满足条件的路径;
若在该时间窗下未找到适合于该请求的路径集合,则对于该请求执行步骤2.1.1,在下一个时间窗寻找合适的路径集合;
若当前请求调度完成,更新路径集合中各路径的链路带宽;继续调度下一个请求;
直至完成所有请求的调度。
优选的,对所述多个用户请求按数据大小进行升序排序,对所述多个用户请求按数据大小进行升序排序,对于数据大小一样的,按照最迟的截止完成时间进行升序排序,如果最迟的截止完成时间一样,则根据请求持续时间进行降序排列,所述持续时间为
与现有技术相比,本发明的优点如下:
(1)对每一个用户请求,在传输的时候采用的是灵活的一条或者多条路径,路径的选择既考虑了带宽的因素,也考虑了路径长度的因素。当单条带宽最大且长度最短的路径传输不完时,选用多条进行同时传输,提高了用户请求调度成功率。
(2)数据传输模型采用的是固定路径可变带宽(FPVB),FPVB可以更好的适应带宽动态变化的网络,路径带宽的灵活,提高了整体的带宽利用率,也使得平均的完成时间最小。
(3)在传输的过程中,除了考虑了成功率,平均完成时间这些常见的QoS参数外,本发明还考虑平均的带宽消耗比率BCR。
附图说明
图1是本发明中仅包含一个时隙的的高性能网络拓扑图;
图2是一个包含多个时隙的高性能网络拓扑图;
图3是图2中各链路带宽对应的ATB表;
图4是仿真实验所用美国能源科学网ESnet的拓扑图;
图5是本发明中的调度方法(RFSA)和对比算法MINBP/ECT的成功率的性能比较结果图;
图6是本发明中的调度方法(RFSA)和对比算法MINBP/ECT的平均完成时间的性能比较结果图;
图7是本发明中的调度方法(RFSA)和对比算法MINBP/ECT的平均消耗比率的性能比较结果图。
具体实施方式
传统的Dijkstra算法主要是找一条距离最短的路径,只需要考虑从源节点到目的节点的距离(权值和)最小即可,而本发明针对高性能网络,需要找一条传输带宽最大的路径,使得数据可以尽早的完成传输,同时也考虑了存在多个带宽最大的路径的情况下,需要选择路径长度最短的进行传输。
对于高性能网络的G(V,E)中,链路的权值用带宽来表示,每条路径(从源节点到目的节点的路径)的传输带宽值要受路径包含所有链路的最小带宽的约束。本发明修改的Dijkstra算法主要思想:
设G(V,E)是一个带权无向图,把图中顶点集合分为两组,第一组为已找出最大带宽路径的顶点的集合(用S表示,初始时只有一个起始节点),第二组为其余未确定的顶点集合(用U表示),按最大带宽递减次序依次把第二组的顶点加入到S中。
①初始时,S只包含起始节点,即S={s},U中包含除s之外的其余节点,若s和U中的节点u(u∈U)之间有边,则<u,s>有正常的权值(也就是链路的带宽),若u和s之间没有边相连,则<u,s>权值为0。
②从U中选取一个与s有边相连,且边的权重最大的节点k,把k加入到S中,S的集合变为{s,k},从U中删除节点k;
③然后考虑以k为中间点,修改U中到各顶点路径的最大带宽值:若从起始节点到u的带宽(经过k顶点)比原来的带宽大,则修改顶点u的最大带宽,改变到u的路径;若从起始节点到u的带宽(经过k顶点)与原来的带宽一样,选择从起始节点到u的路径的长度最短的,带宽值不变;若起始节点到u的带宽(经过k顶点)比原来的带宽小,则原路径保持不变,带宽也不变。
④重复步骤②和③,直至U中所有的顶点都包含在S中。
以图1的网络图所示,具体的操作过程如下表1所示:
表1
本发明实施过程中的链路更新是在原有带宽资源基础上减去已占有的或可能被分配出去的资源。根据本领域的一般理解,具体的step3中的更新当前路径集合中所有路径的各链路的带宽,更新后的链路带宽大小为各路径的链路在对应的路径下的实际带宽减去当前请求在对应的路径下占用的带宽(即step2中的执行带宽)。Step(3)中更新路径集合中各路径的链路带宽,更新后的链路带宽为各路径包含的链路在对应timestep下的实际带宽减去当前请求在对应timestep下的传输带宽(即step(2)中的执行带宽)。
实施例:
为了更好的解释本发明的方法,在图2所示的网络图中,4个节点其中有一对节点被指定为源节点和目标节点,5条链路,每条链路的带宽分配如图3的ATB表所示。假设随机产生了如表2所示的4个请求,调度这些请求的具体操作如下:
表2
brr | v<sub>s</sub> | v<sub>d</sub> | B<sup>max</sup>(Gb/s) | D(Gb) | [tS,t<sup>E</sup>](s) |
brr1 | s | a | 20 | 54 | [5,10] |
brr2 | s | d | 9 | 16 | [3,6] |
brr3 | d | b | 15 | 62 | [0,6] |
brr4 | a | d | 12 | 10 | [8,10] |
步骤1:
按照数据大小进行排序,排序后的请求为{brr4,brr2,brr1,brr3}。
步骤2:
首先调度请求brr4。根据请求的最早开始时间,截止时间和tmin=D/Bmax=0.83s,得到满足该请求的timewindow有[8,10]。根据迪杰斯特拉找到带宽最大且长度最短的路径为a-d,路径带宽为10Gb/s,小于Bmax,该条路径传输的数据大小为10·(min(10,10)-max(8,8))=20Gb>10Gb,计算传输时间t=10/10=1s,完成时间te=9s,消耗的带宽为10Gb,该请求调度成功。更新网络带宽,链路a-d在[8,9s]间的带宽由10Gb/s变为0。
开始处理brr2,得出满足brr的时间窗有[3,8],[3,9],[3,10].从第一个时间窗[3,8]开始,根据修改的迪杰斯特拉找到带宽最大且长度最短的路径为s-d,路径带宽为8Gb/s,小于Bmax,该条路径传输的数据大小为8·(max(6,8)-min(3,3))=24Gb>16Gb,传输结束时间为te=3+16/8=5s,消耗的带宽为16Gb,更新s-d在[3,5]由8Gb/s变为0.
对于brr1,满足条件的时间窗有[5,8],[5,9],[5,10],[8,10],[9,10]。从第一个时间窗[5,8]计算,找到的路径为s-a,路径带宽为10Gb/s,传输的数据大小为min(20Gb/s,10Gb/s)·(min(10,8)-max(5,5))=30Gb<54Gb;重新寻找一条带宽最大且长度最短的路径为s-d-a,路径带宽为8Gb/s,两条路径同时传输,传输的数据大小为(10+8)·3=54Gb,传输完成,传输完成时间为8s,消耗的带宽为10·3·1+8·3·2=78Gb,更新链路带宽,得到s-a在[5,8]的带宽由10Gb/s变为0,s-d在[5,8]内的带宽由8Gb/s变为0,d-a在[5,8]的带宽由8Gb/s变为0.
对于brr3,满足的时间窗有[0,5][0,8][0,9],[0,10],[3,8],[3,9],[3,10].从第一个时间窗开始[0,5],找到带宽最大且长度最短的路径为b-d.该时间窗包含两个timestep[0,3],[3,5],可以得到该路径在两个timestep的带宽分别为10Gb/s,6Gb/s,传输的数据大小为10·3+6·2=42Gb<54Gb,重新找一条带宽最大且长度最短的路径b-s-a-d,得到两个timestep的带宽分别为6Gb/s,8Gb/s,两条路径并行传输,得到传输的数据大小为(10+6)·3+(6+8)·2=74Gb>62Gb,可以传输完成,完成时间为te=3+(62-16·3)/(6+8)=4s,更新链路带宽。第一条路径b-d消耗的的带宽大小为(10·3+6·1)·1=36Gb,第二条路径b-s-a-d消耗的带宽大小为(6·3+8·1)·3=78Gb,总共消耗了114Gb.
实验验证:
为了验证本发明提出的高性能网络中的周期调度方法(即RFSA)的性能,在Esnet环境(如图4)下进行了评估,并将此方法与MINBP/ECT进行了比较。设置在[0,25s]时间内随机产生大量的请求,每个请求的源节点和目的节点也随机产生(源节点和目的节点不相同),每个请求的局域网的最大带宽Bmax为[1Gb/s,20Gb/s]的随机整数,最早开始时间tS在[0,24]随机取值,最晚截止时间tE在[tS,25]内随机取值,数据大小的取值范围为[Bmax,Bmax×(tE-tS)]。一共运行20组实验,每组实验运行10次,请求的调度数为650-1600.
性能分析:
由图5所示,在Esnet环境下,本发明的方法与RFSA相比,成功率SSR提高了14.7%。由图6所示,调度成功的请求的平均完成时间ECT提高了9.4%。由图7所示,调度成功的请求的平均消耗的带宽比率提高了21.8%。可以看到,本发明提出的算法用最小的带宽消耗比率,最早的完成时间,处理了更多的请求。
Claims (2)
1.一种高性能网络中的周期调度方法,其特征在于,包括:
步骤1,在一定周期内网络接收到多个用户请求,任一请求包含源节点,目的节点,局域网最大带宽,数据大小,最早传输的开始时间和最迟的截止完成时间;
对所述多个用户请求进行排序,排序后的请求序列为brr1,brr2,brr3,…brri,…brrn;其中,n表示总共的请求数,n≥2,brri表示第i个用户请求,1≤i≤n,brri表示为 表示第i个请求的源节点,表示第i个请求的目的节点,表示第i个请求的局域网的最大传输带宽,Di表示第i个请求的数据大小,表示第i个请求最早传输的开始时间,表示第i个请求的最迟的截止完成时间;
步骤2,对排序后的请求按顺序调度:
步骤2.1,对当前调度请求brri,找到满足传输的至少一个时间窗,至少一个时间窗中第j个时间窗为j为大于等于1的自然数,分别为找到的第j个时间窗的开始时间和截止时间;根据截止时间对找到的时间窗进行升序排序;并且对当前请求建立路径集合,路径集合的初始为空;对当前请求按照排序后的时间窗顺序调度;
步骤2.1.1,对于当前请求的当前时间窗,判断当前时间窗包含的timestep的个数,若是为一个,执行步骤2.1.2,否则,执行步骤2.1.3;
步骤2.1.2包括:
step3.如果bsum·t≥Di,完成对当前请求的调度,当前路径集合中的路径可以用于传输该请求,否则,重新找一条与路径集合中所有路径的链路不相交的带宽最大、长度最短的路径,记为Pk+1,执行步骤step2直至bsum·t≥Di或遍历当前时间窗下的所有路径没有找到满足该请求传输需求的路径集合;
若在该时间窗下未找到适合于该请求的路径集合,则对于该请求执行步骤2.1.1,在下一个时间窗寻找合适的路径集合;
若当前请求调度完成,更新当前路径集合中所有路径的各链路的带宽;开始对下一个请求进行调度;
步骤2.1.3包括:
Step(2)将路径加入到当前请求的路径集合中,更新当前新路径集合在每个timestep下的总传输带宽,更新后的当前新路径集合在第m个tsm下的总传输带宽为bkm与路径集合原有路径的执行带宽之和;bkm为当前新找到的路径的执行带宽,更新当前时间窗传输的总数据
Step(3)若d≥Di,当前请求调度成功;否则,重新找一条与当前路径集合中所有的链路不相交的带宽最大、长度最短的路径,记为执行Step(2),直到d≥Di或者遍历该时间窗下的所有路径都没有找到满足条件的路径;
若在该时间窗下未找到适合于该请求的路径集合,则对于该请求执行步骤2.1.1,在下一个时间窗寻找合适的路径集合;
若当前请求调度完成,更新路径集合中各路径的链路带宽;继续调度下一个请求;
直至完成所有请求的调度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910548384.3A CN110417682B (zh) | 2019-06-24 | 2019-06-24 | 一种高性能网络中的周期调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910548384.3A CN110417682B (zh) | 2019-06-24 | 2019-06-24 | 一种高性能网络中的周期调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110417682A CN110417682A (zh) | 2019-11-05 |
CN110417682B true CN110417682B (zh) | 2022-07-29 |
Family
ID=68359624
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910548384.3A Active CN110417682B (zh) | 2019-06-24 | 2019-06-24 | 一种高性能网络中的周期调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110417682B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114826925B (zh) * | 2022-04-01 | 2023-05-09 | 西北大学 | 一种数据中心间基于成本时序的大数据传输带宽调度方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6363319B1 (en) * | 1999-08-31 | 2002-03-26 | Nortel Networks Limited | Constraint-based route selection using biased cost |
CN106533960A (zh) * | 2016-12-23 | 2017-03-22 | 重庆邮电大学 | 一种基于Fat‑Tree结构的数据中心网络路由方法 |
CN108600098A (zh) * | 2018-03-09 | 2018-09-28 | 西北大学 | 一种高性能网络中多条可变路径固定带宽的调度方法 |
CN108712337A (zh) * | 2018-04-26 | 2018-10-26 | 西北大学 | 高性能网络中多路径带宽调度方法 |
CN109617710A (zh) * | 2018-11-09 | 2019-04-12 | 西北大学 | 数据中心间有截止时间约束的大数据传输带宽调度方法 |
-
2019
- 2019-06-24 CN CN201910548384.3A patent/CN110417682B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6363319B1 (en) * | 1999-08-31 | 2002-03-26 | Nortel Networks Limited | Constraint-based route selection using biased cost |
CN106533960A (zh) * | 2016-12-23 | 2017-03-22 | 重庆邮电大学 | 一种基于Fat‑Tree结构的数据中心网络路由方法 |
CN108600098A (zh) * | 2018-03-09 | 2018-09-28 | 西北大学 | 一种高性能网络中多条可变路径固定带宽的调度方法 |
CN108712337A (zh) * | 2018-04-26 | 2018-10-26 | 西北大学 | 高性能网络中多路径带宽调度方法 |
CN109617710A (zh) * | 2018-11-09 | 2019-04-12 | 西北大学 | 数据中心间有截止时间约束的大数据传输带宽调度方法 |
Non-Patent Citations (3)
Title |
---|
Bandwidth Scheduling with Flexible Multi-paths in High-Performance Networks;X. Zhang等;《IEEE/ACM International Symposium on Cluster, Cloud and Grid Computing》;20180716;第11-20页 * |
Intelligent Bandwidth Reservation for Big Data Transfer in High-Performance Networks;L. Zuo等;《IEEE International Conference on Communications 》;20180731;第1-6页 * |
高性能网络中面向大数据传输QoS的带宽调度研究;侯爱琴;《中国博士学位论文全文数据库》;20190215(第2期);第29-104页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110417682A (zh) | 2019-11-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108566659B (zh) | 一种基于可靠性的5g网络切片在线映射方法 | |
CN110505099B (zh) | 一种基于迁移a-c学习的服务功能链部署方法 | |
CN112235836B (zh) | 一种工业边缘网络系统架构和资源调度方法 | |
CN113784373B (zh) | 云边协同网络中时延和频谱占用联合优化方法及系统 | |
CN108684046B (zh) | 一种基于随机学习的接入网服务功能链部署方法 | |
CN113115252B (zh) | 延迟敏感任务分布式移动边缘计算资源调度方法及系统 | |
WO2019072162A1 (zh) | 虚拟网络映射方法、设备和存储介质 | |
CN110717300A (zh) | 面向电力物联实时在线监测业务的边缘计算任务分配方法 | |
US20240205083A1 (en) | Network and Method for Servicing a Computation Request | |
CN105515987A (zh) | 一种基于sdn架构面向虚拟光网络的映射方法 | |
CN106911567A (zh) | 面向大数据的高性能网络中多条固定路径带宽调度方法 | |
CN111246320B (zh) | 一种云-雾弹性光网络中的深度强化学习流量疏导方法 | |
CN104104621A (zh) | 一种基于非线性降维的虚拟网络资源动态自适应调节方法 | |
CN110417682B (zh) | 一种高性能网络中的周期调度方法 | |
da Silva Veith et al. | Multi-objective reinforcement learning for reconfiguring data stream analytics on edge computing | |
CN118138923A (zh) | 一种多芯光纤弹性光网络中依赖感知任务的卸载方法 | |
He et al. | Deephop on edge: Hop-by-hop routing bydistributed learning with semantic attention | |
Meng et al. | Intelligent routing orchestration for ultra-low latency transport networks | |
CN116192746B (zh) | 一种基于sdn的路由路径选择方法、装置及存储介质 | |
CN111245701A (zh) | 一种基于最大加权匹配的链路优先虚拟网络映射方法 | |
CN114186416B (zh) | 一种边缘网络数据年龄优化方法及系统 | |
CN111752707B (zh) | 一种基于映射关系的电力通信网资源分配方法 | |
CN109450809B (zh) | 一种数据中心调度系统及方法 | |
Arif et al. | DLICA: Deep Learning based novel Strategy for Intelligent Channel Adaption in Wireless SDN-IoT Environment | |
CN114826925B (zh) | 一种数据中心间基于成本时序的大数据传输带宽调度方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |